一、商业智能的基本概念
商业智能是一种解决方案，关键是从来自纽织的许多不同的运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（extraction）、转换（transformation）和装载（load），即ETL过程，合并到一个组织级的数据仓库里，从而得到组织数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
二、商业智能系统的主要功能
1、数据ETL
数据ETL支持多平台、多数据存储格式（多格式数据文件、多维数据库、多数据源等）的数据组织，要求能自动地根据描述或者规则进行数据查找和理解。减少海量、复杂数据与全局决策数据之间的差距。帮助形成支撑决策要求的参考内容。
2、数据仓库
高效的数据存储和访问方式。提供结构化和非结构化的数据存储，容量大，运行稳定，维护成本低，支持元数据管理，支持多种结构，例如中心式数据仓库和分布式数据仓库等。存储介质能够支持近线式和二级存储器，能够很好地支持容灾和备份方案。
3、分析功能
可以通过业务规则形成分析内容，并且展示样式丰富，具有一定的交互要求，例如预辩或者趋势分析等。要支持多维度的OLAP，实现维度变化、旋转、数据切片和数据钻取等，以帮助做出正确的判断和决策。
4、数据统计输出（报表）
报表能快速地完成数据统计的设计和展示。其中包括了统计数据表样式和统计图展示，可以很好地输出给其他应用程序或者Htmf形式表现和保存。对于自定义设计部分要提供简单易用的设计方案，支持灵活的数据填报和针对非技术人员设计的商务智能
BI系统的表现是对报表的可视化分析，但其本质仍是商务问题和管理问题。
三、实施商业智能的步骤
1、需求分析
需求分析是商业智能实施的第一步，在其他活动开展之前必须明确地定义组织对商业智能的期望和需求，包括需要分析的主题、查看各主题的角度（维度）和需要发现组织的哪些方面的规律等。
2、数据仓库建模
通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类。
3、数据抽取
数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换、清洗，以适应分析的需要。
4、建立商业智能分析报表
商业智能分析报表需要专业人员按照用户制订的格式进行开发。用户也可自行开发（开发方式简单，快捷）。
5、用户培训和数据模拟测试
对于开发一使用分离型的商业智能系统，展终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析。
6、系统改进和完善
任何系统的实施都必须是不断完善的，商业智能系统更是如此。在用户使用一段时间后可能会提出更多的，更具体的要求，这对需要再按照上述步骤对系统进行重构或完善。
